电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2014年
11期
155-158
,共4页
BP神经网络%马尔科夫链%设备备件%需求预测
BP神經網絡%馬爾科伕鏈%設備備件%需求預測
BP신경망락%마이과부련%설비비건%수구예측
BP neural network%Markov chain%equipment spare parts%demand forecastin
针对大型机电设备备件需求具有非线性和随机波动性的特点,建立基于马尔科夫链修正的BP神经网络预测模型,以提高模型的预测精度.通过对训练样本的学习,利用BP神经网络实现了对备件需求时间序列的滚动预测,同时得到了实测值与预测值的相对误差;在此基础上利用马尔科夫链对相对误差进行修正,有效地提高了预测结果的精度.并将该模型应用于实际预测中,结果表明该模型优于BP神经网络单项预测模型,具有精度高、科学可靠的特点,为大型机电设备备件需求预测提供了新的途径.
針對大型機電設備備件需求具有非線性和隨機波動性的特點,建立基于馬爾科伕鏈脩正的BP神經網絡預測模型,以提高模型的預測精度.通過對訓練樣本的學習,利用BP神經網絡實現瞭對備件需求時間序列的滾動預測,同時得到瞭實測值與預測值的相對誤差;在此基礎上利用馬爾科伕鏈對相對誤差進行脩正,有效地提高瞭預測結果的精度.併將該模型應用于實際預測中,結果錶明該模型優于BP神經網絡單項預測模型,具有精度高、科學可靠的特點,為大型機電設備備件需求預測提供瞭新的途徑.
침대대형궤전설비비건수구구유비선성화수궤파동성적특점,건립기우마이과부련수정적BP신경망락예측모형,이제고모형적예측정도.통과대훈련양본적학습,이용BP신경망락실현료대비건수구시간서렬적곤동예측,동시득도료실측치여예측치적상대오차;재차기출상이용마이과부련대상대오차진행수정,유효지제고료예측결과적정도.병장해모형응용우실제예측중,결과표명해모형우우BP신경망락단항예측모형,구유정도고、과학가고적특점,위대형궤전설비비건수구예측제공료신적도경.
